bp神经网络在分类与预测中的应用

《bp神经网络在分类与预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一、BP神经网络二、徽章的分类三、光催化臭氧氧化处理自来水BP神经网络在分类与预测中的应用BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的利用机器模仿人类的智能是长期以来人们认识自然、改造自然和认识自身的理想。(1)探索和模拟人的感觉、思维和行为的规律，设计具有人类智能的计算机系统。(2)探讨人脑的智能活动，用物化了的智能来考察和研究人脑智能的物质过程及其规律。BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.

2、1研究ANN目的1.1.2研究ANN方法(1)生理结构的模拟用仿生学观点，探索人脑的生理结构，把对人脑的微观结构及其智能行为的研究结合起来即人工神经网络（ArtificialNeuralNetwroks，简称ANN）方法。BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法(1)生理结构的模拟(2)宏观功能的模拟从人的思维活动和智能行为的心理学特性出发，利用计算机系统来对人脑智能进行宏观功能的模拟，即符号处理方法。BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网

3、络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容(1)理论研究ANN模型及其学习算法，试图从数学上描述ANN的动力学过程，建立相应的ANN模型，在该模型的基础上，对于给定的学习样本，找出一种能以较快的速度和较高的精度调整神经元间互连权值，使系统达到稳定状态，满足学习要求的算法。BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容(1)理论研究(2)实现技术的

4、研究探讨利用电子、光学、生物等技术实现神经计算机的途径。BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容(1)理论研究(2)实现技术的研究(3)应用的研究探讨如何应用ANN解决实际问题，如模式识别、故障检测、智能机器人等。BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容1.1.4人工神经网络概述

5、人工神经网络是由具有适应性简单的单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实物体所作出的交互作用。BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容1.1.4人工神经网络概述1.1.5脑神经信息活动的特征(1)巨量并行性(2)信息处理和存储单元的有机结合(3)自组织自学习功能1.1.6ANN研究的目的和意义BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称AN

6、N)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容1.1.4人工神经网络概述1.1.5脑神经信息活动的特征(1)通过揭示物理平面与认知平面之间的映射,了解它们相互联系和相互作用的机理,揭示思维的本质，探索智能的本源。1.1.6ANN研究的目的和意义BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容1.1.4人工神经网络概述1.1.5脑神经信息活动的特征(2)争取构造出尽可能与人脑具有相似功能的计算机，即ANN计算机。1

7、.1.6ANN研究的目的和意义BP神经网络在分类与预测中的应用一、BP神经网络1.1神经网络(ArtificialNeuralNetwroks,简称ANN)1.1.1研究ANN目的1.1.2研究ANN方法1.1.3ANN的研究内容1.1.4人工神经网络概述1.1.5脑神经信息活动的特征(3)研究仿照脑神经系统的人工神经网络,将在模式识别、组合优化和决策判断等方面取得传统计算机所难以达到的效果。1.